Aktivitetsanalyser i store bygningskomplekser og byområder

Session

IoT

Resume

Der gives et indblik i metoder og teknologier til anonym sporing og analyse af menneskelig aktivitet i store bygninger og byområder.

Metoderne omfatter SmartPhone positionering vha. WiFi-signaler samt Bluetooth LE og RFID detektering.

Aktivitetsanalyserne kan suppleres med data fra andre sensorer på smartphone, der måler bevægelse, lyd og billede. De opsamlede data kan analyseres for tæthed, opholdstid, gangmønstre og -spor, samt flokdannelse.

Kombinationer af aktivitetsanalysemetoder har været benyttet i en række projekter, som vi har gennemført med samarbejdspartnere. Det gælder Kortdage 2016 -eksperimentet med BTLE-navneskilte, aktivitetsanalyse på DOKK1, StreetLab-eksperimentet med TREE.0 i Vester Voldgade, København, samt IBIZ-eksperimenter i Ringe og Ry.

Foredraget vil blive illustreret med materiale fra disse projekter.

Målgruppe

By- og bygningsplanlæggere, arkitekter, ingeniører, ledere af store institutioner, energy managers, bygningsstyringsudviklere og generelt deltagere, der er interesserede i menneskers brug af bygninger.

Abstract

Dette foredrag giver et indblik i centrale metoder og teknologier til anonym sporing og analyse af menneskelig aktivitet i store bygninger og byområder. Med anonym sporing understreges, at det er vigtigt at overholde alle privacy- og etiske regler.

De opsamlede sporingsdata bliver envejskrypteret ved opsamlingen, således at den unikke MAC-adresse på en enhed omsættes til et andet unikt ID, der ikke kan dekodes til den oprindelige MAC-adresse. Det er derfor ikke muligt senere at linke data og analyser tilbage til de personer, der afleverede data.

Sporingsmetoderne omfatter SmartPhone positionering vha. GPS/Galileo, WiFi-signaler samt Bluetooth LE og RFID detektering. Der opereres med både grovkornet (proximity baseret) positionering og mere finkornet positionering baseret på GPS/Galileo, suppleret med trilateration på signalstyrker fra minimum tre netværks hotspots. Hotspots kan være områdets egen WiFi-infrastruktur eller til formålet opsatte RaspBerry PI’s.

De opsamlede data kan analyseres for tæthed, opholdstid, gangmønstre og -spor, samt flokdannelse. Aktivitetsanalyserne kan suppleres med data fra andre typer sensorer på SmartPhone, der måler bevægelse, lyd og billede. Disse typer af sensordata kan bruges til mere finkornet aktivitetsanalyse, hvor man, ud over folks tilstedeværelse og bevægelse rundt i områder, kan finde ud af transportform eller mere specifik aktivitet.

De forskellige analyser kan kombineres og visualiseres i 2D eller 3D geografiske visninger f.eks. som heat maps, eller hyppige ruter. Visualiseringen kan gøres ovenpå kortmateriale eller som mere abstrakte grafer og visualiseringer.

Kombinationer of ovenstående aktivitetsanalysemetoder har været benyttet i en række projekter, som vi har gennemført med samarbejdspartnere. Det gælder Kortdage 2016 -eksperimentet med BTLE-navneskilte, aktivitetsanalyse på DOKK1, StreetLab-eksperimentet med TREE.0 i Vester Voldgade, København, samt IBIZ-eksperimenter i Ringe og Ry.

Foredraget vil blive illustreret med materiale fra disse projekter.

Aktivitetsanalyser i store bygningskomplekser og byområder
Tejs Scharling
Alexandra Instituttet